CN111812103B - 一种图像采集装置、视觉检测系统及检测点提取方法 - Google Patents

一种图像采集装置、视觉检测系统及检测点提取方法 Download PDF

Info

Publication number
CN111812103B
CN111812103B CN202010820114.6A CN202010820114A CN111812103B CN 111812103 B CN111812103 B CN 111812103B CN 202010820114 A CN202010820114 A CN 202010820114A CN 111812103 B CN111812103 B CN 111812103B
Authority
CN
China
Prior art keywords
point
sample
detection
detection surface
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010820114.6A
Other languages
English (en)
Other versions
CN111812103A (zh
Inventor
王健伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Shishi Intelligent Technology Co ltd
Original Assignee
Shanghai Shishi Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Shishi Intelligent Technology Co ltd filed Critical Shanghai Shishi Intelligent Technology Co ltd
Priority to CN202010820114.6A priority Critical patent/CN111812103B/zh
Publication of CN111812103A publication Critical patent/CN111812103A/zh
Application granted granted Critical
Publication of CN111812103B publication Critical patent/CN111812103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8812—Diffuse illumination, e.g. "sky"
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/063—Illuminating optical parts
    • G01N2201/0634—Diffuse illumination

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及冶金行业中金属液取样检测技术领域，特别涉及一种图像采集装置及视觉检测系统。一种图像采集装置，它包括：工业相机、同轴光源、环形光源以及支撑架；工业相机、同轴光源以及环形光源由上至下同轴安装于支撑架；采集图像时，样品置于环形光源的下方。同轴光源适宜用于反射度极高的物体，如样品检测面的缺陷检测，环形光源能够提供不同角度照射，突出样品的三维信息，光线均匀扩散有效解决对角照射阴影问题。当样品检测面不垂直同轴光源时，同轴光源及环形光源均有光反射成像到工业相机中，本发明保证了成像清晰、亮度均匀，无虚影产生。同时，本发明还公开了一种视觉检测系统及检测点提取方法。

Description

一种图像采集装置、视觉检测系统及检测点提取方法
技术领域
本发明涉及冶金行业中金属液取样检测技术领域，特别涉及一种图像采集、检测装置及视觉提取方法。
背景技术
冶金生产工艺流程中，炉前取样进行成分检测，是对金属液中化学成分是否达到配比的依据，也是长期保证产品质量的重要依据和主要手段。
取样分析的一般流程是：炉前取样，冷却成型、脱样、运输、检测面加工、视觉检测、荧光分析仪检测、光电直读光谱仪检测，最后将检测结果通报生产系统。若样品中含有杂质，在制样后，表面可能会存在夹杂、裂纹、凹坑、水渍等缺陷；制样过程中，也可能出现加工面过于粗糙、凹坑等缺陷。检测时，如果激发点选择在这些缺陷上，会造成检测结果与实际严重偏差。
传统检测依靠有经验的人工对样品表面进行识别和判断，找出样品上的可用检测点后，将样品翻转放到检测台上，令检测点对准检测仪上的检测口，然后启动检测仪进行检测。样品不透明，检测仪的检测口也较小，难保证放置时检测点对准检测口，需要在检测仪完成检测后，查看已经检测的点是否与预选的点重合，不重合，需重新检测。人工放样效率低，容易出现误差。利用视觉系统代替人工选择检测点，并指导机器手系统将放置样品，实现生产的自动化是势在必行。而实现检测自动化的前提就是智能找到样品上合格的检测点。因此获取样品检测面检测点信息的技术是冶金样品检测自动化领域亟待解决的重问题。
现有视觉技术中，多采用同轴光源和工业相机对样品表面进行拍照，但是当样品检测面与同轴光源不垂直，且达到一定角度时，从检测面反射回到工业相机中的光量就会变少，造成像亮度不足或亮度不均匀，从而影响视觉识别的效果。而样品制作采用模具成型法，圆柱样的样品外缘面有一定的拔模角度，夹持后检测面与相机上下面往往不平行，都可能有一定角度，这就造成了在拍摄时，反射光亮度不足的问题，再经过简单的阈值计算，就很大程度上造成误判问题，从而严重影响分析结果或废样率。
发明内容
本发明的目的是：针对现有技术的不足，提供一种图像采集装置、视觉检测系统以及样品检测面上检测点的提取方法。
本发明的一个技术方案是：一种图像采集装置，它包括：工业相机、同轴光源、环形光源以及支撑架。
工业相机、同轴光源以及环形光源由上至下同轴安装于支撑架。
采集图像时，样品置于环形光源的下方。
同轴光源内侧的多个小光源通过漫射板散打到半透半反射分光片上，该分光片将光反射到样品的检测面上，再由样品检测面反射后透过分光片，进入工业相机中。
环形光源内设设有成圆锥状排布的多个小光源，多个小光源从多个角度多个方向散照到样品检测面上，其中的一部分光源会影射到工业相机中；因为多光源和多角度的光照射，当检测面不平行于光源外壳上表面时，也有光影射到工业相机中成像。
同轴光源和环形光源组合使用后，即使样品检测面不垂直同轴光源，同轴光源有少部分光反射成像到工业相机中，同时环形光源也有部分光反射成像到工业相机中，此时成像清晰、亮度均匀，无虚影和阴阳面的产生。
在上述方案的基础上，进一步的，为避免外部光照对检测的影响，在工业相机、同轴光源、环形光源的四周及顶部设有遮光罩。
上述方案中，具体的，支撑架为L型结构，包括水平的固定座以及背板。利用固定座可以地面或面板固定连接，利用背板可对工业相机、同轴光源、环形光源进行安装。
进一步的，背板上设有带滑槽的安装板。工业相机通过第一安装架固定安装于安装板的顶部。同轴光源通过第一滑块安装于安装板，第一滑块与滑槽相配合，实现上下移动。环形光源通过第二滑块安装于安装板，第二滑块与滑槽相配合，实现上下移动。
上述方案中，具体的，工业相机选用像素500万及以上的相机。
本发明的另一个技术方案是：一种视觉检测系统，它包括如上所述的图像采集装置，它还包括：图像识别设备；图像识别设备与工业相机建立信号连接，用于对工业相机所采集的图像进行分析处理，寻找合适作为检测的检测点。检测点要满足无凹坑、凸起、毛刺和杂质。
对于荧光检测仪而言，一般选用样品检测面的中心部分直径为10mm的圆面作为检测点；对于直读光谱仪而言，可在样品检测面的任何位置选用直径为6～10mm的圆面作为激发点，检测时，首先对激发点处进行激发，之后再对发出的光谱光进行收集和分析。
图像识别设备对图像进行识别时，准守以下原则：
T1.判断样品检测面中心处、荧光检测点大小的圆内是否存在缺陷，若有则不进行后续检测，直接判定为不合格样品；如无则进行步骤T2。
T2.寻找样品检测面其余部是否存在缺陷，如无则执行步骤T4；如有，则确定缺陷位置及大小后执行步骤T3。
T3.判断样品检测面上去除缺陷及中心处荧光检测点，之后在剩余面积内是否能选取直径为特定值的圆，若能则执行步骤T4；若否则不进行后续检测，判定为不合格样品。
T4.在样品检测面上去除缺陷之外的剩余面积内设置直径为特定值的圆为激发点；为保证尽可能多的在检测面上设置激发点，激发点应尽量与缺陷处及检测面边缘处相切。
本发明的第三个技术方案是：一种检测点提取方法，它基于如上所述的视觉检测系统，包括以下步骤：
A.对样品检测面图像进行处理，获取检测面图像上缺陷点的集合。
B.提取荧光仪检测点。
检验在样品检测面中心设定圆面内是否出现缺陷点，若该处存在缺陷点则结束提取；若该处不存在缺陷点，则在样品检测面中心的圆面内标记荧光仪检测点，并进行步骤C。
C.提取直读光谱仪激发点。
检验在去除荧光仪检测点及所有缺陷点的检测面图像的剩余面积内，是否能够选取一个以上的直读光谱仪激发点，若否则结束提取，若是，则在样品检测面上标记直读光谱仪激发点；为尽可能多的对激发点进行标记，直读光谱仪激发点应与样品检测面的外轮廓、缺陷点相切；进入步骤D。
D.以样品检测面图像中心为原点，建立直角坐标系，对荧光仪检测点、直读光谱仪激发点的位置进行量化。
获取到荧光仪检测点、直读光谱仪激发点的坐标点后，将坐标点发送至控制系统。
上述方案中，具体的，步骤A中缺陷点的识别方法为：
S1.获取样品检测面图像，并对图像进行处理生成灰度图。
S2.将灰度图中灰度大于设定阈值的像素置为255，灰度小于设定阈值的像素置为0，得到二值化图像。
S3.识别样品检测面的轮廓，在轮廓范围内剔除二值化图像中不与相邻像素连通的像素值为255的单个像素点。
S4.确认二值化图像中每一行连通域的起始位置与结束位置。
S5.将第i行的某个连通域的起始位置、结束位置与第i+1行的连通域的起始位置、结束位置进行比较，判断相邻两行连通域是否相交。
S6.得到二值化图像中像素值为255的所有相交连通域的区域集，该集合即为检测面图像上缺陷点的集合。
在上述方案的基础上，进一步的，在所有直读光谱仪激发点中，找到分别位于同一直径两端、且靠近样品检测面的外轮廓的直读光谱仪激发点，作为最优直读光谱仪激发点。
有益效果：本发明采用组合光源，同轴光源适宜用于反射度极高的物体，如样品检测面的缺陷检测，环形光源能够提供不同角度照射，突出样品的三维信息，光线均匀扩散有效解决对角照射阴影问题。当样品检测面不垂直同轴光源时，同轴光源及环形光源均有光反射成像到工业相机中，本发明保证了成像清晰、亮度均匀，无虚影及阴阳面的产生。
视觉检测系统包括如上的图像采集装置以及图像识别设备，图像识别设备对成像清晰、亮度均匀的图像进行识别，提高了识别准确定，能够合理排布激发点的位置，增大检测准确性。
检测点提取方法通过特征提取法对样品检测面图像进行缺陷识别，在去除缺陷点的基础上，能够在指定位置有效精准设置激发点并提取激发点的坐标信息，有利于自动化的进行。
附图说明
图1为实施例1中本发明的结构示意图；
图2为实施例1中本发明的爆炸图；
图3为实施例1中本发明的光路传递图；
图4为实施例2中本发明的组成框图；
图5为实施例3中的方法流程图；
图6为实施例3中直读光谱仪激发点选取示意图；
图中：1-工业相机、11-第一安装架、2-同轴光源、21-第一滑块、3-环形光源、31-第二滑块、4-支撑架、41-固定座、42-背板、43-滑槽、44-安装板、5-样品、6-遮光罩、7-图像识别设备。
具体实施方式
实施例1，参见附图1、2，一种图像采集装置，它包括：工业相机1、同轴光源2、环形光源3以及支撑架4。
工业相机1、同轴光源2以及环形光源3由上至下同轴安装于支撑架4；本例中，支撑架4为L型结构，包括水平的固定座41以及背板42。利用固定座41可以地面或面板固定连接，利用背板42可对工业相机1、同轴光源2、环形光源3进行安装。
优选的，背板42上设有带滑槽43的安装板44。工业相机1通过第一安装架11固定安装于安装板44的顶部。同轴光源2通过第一滑块21安装于安装板44，第一滑块21与滑槽43相配合，实现上下移动。环形光源3通过第二滑块31安装于安装板44，第二滑块31与滑槽43相配合，实现上下移动。
采集图像时，样品5置于环形光源3的下方。
为避免外部光照对检测的影响，在工业相机1、同轴光源2、环形光源3的四周及顶部设有遮光罩6。
本例中，工业相机1的像素为500万。实际使用时，应根据样品的大小和要求、实际距离等因素选型合适的相机镜头。
参见附图3，同轴光源2和环形光源3组合使用后，当样品5检测面不垂直同轴光源2时，同轴光源有少部分光反射成像到工业相机1中，而环形光源3也有部分光反射成像到工业相机1中，此时成像清晰、亮度均匀，无虚影产生。
实施例2，参见附图4，一种视觉检测系统，它包括如实施例1所述的冶金样品的图像采集装置，它还包括：图像识别设备7；图像识别设备7与工业相机1建立信号连接，用于对工业相机1所采集的图像进行分析处理，寻找合适作为检测的检测点。检测点要满足无凹坑、凸起、毛刺和杂质。
本例中，选用样品5检测面的中心部分直径为10mm的圆面作为荧光仪检测点；选用直径为8mm的圆面作为直读光谱仪激发点。
图像识别设备7对图像进行识别时，准守以下原则：
T1.判断样品5检测面中心处直径10mm的圆内是否存在缺陷，若有则不进行后续检测，直接判定为不合格样品；如无则进行步骤T2。
T2.寻找样品5检测面其余部是否存在缺陷，如无则执行步骤D；如有，则确定缺陷位置及大小后执行步骤T3。
T3.判断样品5检测面上去除缺陷及中心处直径10mm的荧光检测点，之后在剩余面积内是否能选取一个以上直径8mm的圆，若能则执行步骤T4；若否则不进行后续检测，判定为不合格样品。
T4.在样品5检测面上去除缺陷之外的剩余面积内设置直径8mm的圆为激发点；为保证尽可能多的在检测面上设置激发点，激发点应尽量与缺陷处及检测面边缘处相切。
实施例3，参见附图5，一种检测点提取方法，它基于如实施例2所述的视觉检测系统，包括以下步骤：
A.对样品检测面图像进行处理，获取检测面图像上缺陷点的集合。
本例中，缺陷点的识别方法为：
S1.获取样品检测面图像，并对图像进行处理生成灰度图。
S2.将灰度图中灰度大于设定阈值的像素置为255，灰度小于设定阈值的像素置为0，得到二值化图像。
S3.识别样品检测面的轮廓，在轮廓范围内剔除二值化图像中不与相邻像素连通的像素值为255的单个像素点。
S4.确认二值化图像中每一行连通域的起始位置与结束位置。
S5.将第i行的某个连通域的起始位置、结束位置与第i+1行的连通域的起始位置、结束位置进行比较，判断相邻两行连通域是否相交。
S6.得到二值化图像中像素值为255的所有相交连通域的区域集，该集合即为检测面图像上缺陷点的集合。
B.提取荧光仪检测点。
检验在样品检测面中心设定圆面内是否出现缺陷点，若该处存在缺陷点则结束提取；若该处不存在缺陷点，则在样品检测面中心的圆面内标记荧光仪检测点，并进行步骤C。
C.提取直读光谱仪激发点。
检验在去除荧光仪检测点及所有缺陷点的检测面图像的剩余面积内，是否能够选取一个以上的直读光谱仪激发点，若否则结束提取，若是，则在剩余面积内尽量多的标记直读光谱仪激发点，直读光谱仪激发点与样品检测面的外轮廓、缺陷点相切；进入步骤D。
本例中，选取4个激发点，若在剩余面积内无法放置四个面积与激发点大小相同的圆环，则该样品为不合格样品，需要对样品进行重新制备。
较优的，在所有直读光谱仪激发点中，选取最优激发点；最优激发点应为所有直读光谱仪激发点中相距最远的一组，即，找到分别位于同一直径两端、且靠近样品检测面的外轮廓的直读光谱仪激发点，作为最优直读光谱仪激发点。参见附图6，在样品检测面内对称的设置上、下、左、右四个与激发点大小相同的圆环，四个圆环与样品检测面边缘相切、以样品检测面中心为圆心旋转，当四个圆环内均不存在缺陷点时，将四个圆环此时位置标记为激发点1、激发点2、激发点3、激发点4，其中，激发点1、激发点2为一组最优激发点，激发点3、激发点4为一组最优激发点；若四个圆环旋转一周后，不存在四个圆环内同时不存在缺陷点的情况，则该样品检测面上无最优激发点。在没有最优激发点的情况下，在所有直读光谱仪激发点中，选取4个相互距离最远的激发点即可。
检测时，对激发点1、激发点2进行检测，若激发点1、激发点2处检测结果偏差较大，则对激发点3进行检测，若激发点3与激发点1、激发点2处检测结果仍然偏差较大，则继续对激发点4进行检测。若激发点1、激发点2、激发点3、激发点4的检测结果偏差较大，则该样品为不合格样品，需要对样品进行重新制备并选取激发点。
D.以样品检测面图像中心为原点，建立直角坐标系，对荧光仪检测点、直读光谱仪激发点的位置进行量化。
获取到荧光仪检测点、直读光谱仪激发点的坐标点后，将坐标点发送至控制系统。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (3)

1.一种检测点提取方法，其特征在于，包括以下步骤：
A.对样品检测面图像进行处理，获取检测面图像上缺陷点的集合；
B.提取荧光仪检测点；
检验在样品检测面中心设定圆面内是否出现缺陷点，若该处存在缺陷点则结束提取；若该处不存在缺陷点，则在样品检测面中心的圆面内标记荧光仪检测点，并进行步骤C；
C.提取直读光谱仪激发点；
检验在去除荧光仪检测点及所有缺陷点的检测面图像的剩余面积内，是否能够选取一个以上的直读光谱仪激发点，若否则结束提取，若是，则在检测面上标记直读光谱仪激发点，所述直读光谱仪激发点与所述样品检测面的外轮廓、所述缺陷点相切，并进入步骤D；
D.以所述样品检测面图像中心为原点，建立直角坐标系，对所述荧光仪检测点、所述直读光谱仪激发点的位置进行量化。
2.如权利要求1所述的一种检测点提取方法，其特征在于，所述步骤A中缺陷点的识别方法为：
S1.获取样品检测面图像，并对图像进行处理生成灰度图；
S2.将所述灰度图中灰度大于设定阈值的像素置为255，灰度小于设定阈值的像素置为0，得到二值化图像；
S3.识别样品检测面的轮廓，在轮廓范围内剔除所述二值化图像中不与相邻像素连通的像素值为255的单个像素点；
S4.确认所述二值化图像中每一行连通域的起始位置与结束位置；
S5.将第i行的某个连通域的起始位置、结束位置与第i+1行的连通域的起始位置、结束位置进行比较，判断相邻两行连通域是否相交；
S6.得到所述二值化图像中像素值为255的所有相交连通域的区域集，该集合即为检测面图像上缺陷点的集合。
3.如权利要求1或2所述的一种检测点提取方法，其特征在于，所述步骤C中，在所有所述直读光谱仪激发点中，找到分别位于同一直径两端、且靠近所述样品检测面的外轮廓的所述直读光谱仪激发点，作为最优直读光谱仪激发点。
CN202010820114.6A 2020-08-14 2020-08-14 一种图像采集装置、视觉检测系统及检测点提取方法 Active CN111812103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010820114.6A CN111812103B (zh) 2020-08-14 2020-08-14 一种图像采集装置、视觉检测系统及检测点提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010820114.6A CN111812103B (zh) 2020-08-14 2020-08-14 一种图像采集装置、视觉检测系统及检测点提取方法

Publications (2)

Publication Number Publication Date
CN111812103A CN111812103A (zh) 2020-10-23
CN111812103B true CN111812103B (zh) 2024-07-05

Family

ID=72860565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010820114.6A Active CN111812103B (zh) 2020-08-14 2020-08-14 一种图像采集装置、视觉检测系统及检测点提取方法

Country Status (1)

Country Link
CN (1) CN111812103B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113218862A (zh) * 2021-01-13 2021-08-06 深兰人工智能芯片研究院（江苏）有限公司 成像装置和成像方法
CN112858311A (zh) * 2021-01-20 2021-05-28 河北农业大学 一种基于机器视觉技术的稻米表型监测系统及方法
CN113188474B (zh) * 2021-05-06 2022-09-23 山西大学 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法
CN113313679A (zh) * 2021-05-21 2021-08-27 浙江大学 基于多源域深度迁移多光源集成的轴承表面缺陷检测方法
CN113405488B (zh) * 2021-06-07 2022-12-30 山西大学 一种透明材质物体三维重建方法
CN113588609B (zh) * 2021-07-13 2022-09-20 广东固特超声股份有限公司 一种超声波清洗物件洁净度的检测方法
CN113405950B (zh) * 2021-07-22 2022-07-05 福建恒安集团有限公司 一种一次性卫生用品扩散度的测量方法
CN113588675B (zh) * 2021-08-09 2025-03-21 华侨大学 一种手机陶瓷背板缺陷采集装置及检测系统
CN116087121A (zh) * 2023-01-05 2023-05-09 深圳市康立生物医疗有限公司 一种血红蛋白衍生物浓度测量装置
CN115876093B (zh) * 2023-02-21 2023-07-21 南通鸿劲金属铝业有限公司 一种用于铝合金的性能检测系统
CN116977319A (zh) * 2023-08-14 2023-10-31 哈尔滨工业大学 面向金属管材表面裂纹缺陷的视觉检测系统
CN119936043B (zh) * 2025-01-22 2026-03-20 伯朗特机器人股份有限公司 一种圆柱透明产品特征检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940822A (zh) * 2014-04-01 2014-07-23 华南理工大学 一种基于机器视觉的产品外表面缺陷图像采集装置
CN204629260U (zh) * 2015-05-29 2015-09-09 杭州利珀科技有限公司 一种用于金属盖缺陷智能检测设备的光源
CN106680208A (zh) * 2017-03-17 2017-05-17 苏州富鑫林光电科技有限公司 Aoi视觉检测bowl光源配四周条光检测机构
CN212321466U (zh) * 2020-08-14 2021-01-08 上海识时智能科技有限公司 一种图像采集装置及视觉检测系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106053348A (zh) * 2016-08-16 2016-10-26 苏州恒铭达电子科技有限公司 一种隐藏式可调节膜检测机构
CN206223688U (zh) * 2016-10-17 2017-06-06 梅州市凯煜自动化科技有限公司 一种换向器视觉检测设备的内孔表面质量检测结构
CN211134657U (zh) * 2019-04-29 2020-07-31 华东交通大学 一种轴承表面缺陷视觉检测装置
CN111044529A (zh) * 2019-12-31 2020-04-21 四川索牌科技股份有限公司 一种方便面面饼检测系统及检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103940822A (zh) * 2014-04-01 2014-07-23 华南理工大学 一种基于机器视觉的产品外表面缺陷图像采集装置
CN204629260U (zh) * 2015-05-29 2015-09-09 杭州利珀科技有限公司 一种用于金属盖缺陷智能检测设备的光源
CN106680208A (zh) * 2017-03-17 2017-05-17 苏州富鑫林光电科技有限公司 Aoi视觉检测bowl光源配四周条光检测机构
CN212321466U (zh) * 2020-08-14 2021-01-08 上海识时智能科技有限公司 一种图像采集装置及视觉检测系统

Also Published As

Publication number Publication date
CN111812103A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN111812103B (zh) 一种图像采集装置、视觉检测系统及检测点提取方法
US6779159B2 (en) Defect inspection method and defect inspection apparatus
CN106370671A (zh) 基于机器视觉的pcb上元器件检测系统及方法
CN107290347B (zh) 蜂窝载体缺陷自动化检测方法
CN107664644B (zh) 一种基于机器视觉的物件表观自动检测装置及方法
CN209858405U (zh) 基于机器光学的pcb板缺陷检测系统装置
CN108844961A (zh) 一种温控器壳体视觉检测系统及方法
CN110208269B (zh) 一种玻璃表面异物与内部异物区分的方法及系统
CN108645867A (zh) 大口径光学晶体表面微缺陷的快速寻位与批量检测方法
KR20180095972A (ko) 이중 스캔방식을 지원하는 고속 자동 광학 검사 장치
Fu et al. Medicine glass bottle defect detection based on machine vision
CN117252915A (zh) 一种基于改进梯度加权的零件图像高精度聚焦方法及装置
CN113376183A (zh) 一种玻璃缺陷检测方法、系统及设备
CN115436394A (zh) 一种外观缺陷检测系统及方法
CN118566249A (zh) 透明晶圆表面纳米级划痕检测系统及方法
CN116997927B (zh) 曲面基板气泡检测方法及检测系统
CN103091332B (zh) 一种基于机器视觉的u型粉管的检测方法及其检测系统
CN113686903A (zh) 一种光学元件缺陷检测系统及检测方法
CN212321466U (zh) 一种图像采集装置及视觉检测系统
CN111583137A (zh) 一种基于机器视觉技术的电子屏幕色斑检测装置及方法
CN109557098A (zh) 基于机器视觉的金属表面检测系统
CN206944930U (zh) 一种pcb板孔位检测装置
CN113763322A (zh) 一种Pin脚共面度视觉检测方法与装置
CN104713887B (zh) 一种检测平面缺陷的方法
JP2001194316A (ja) 非破壊検査方法およびその装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant